چرا درصد دقت تو در هر سکو فرق میکند
سکوها دقت را چگونه حساب میکنند و چرا عددهایشان کمتر با هم میخواند
بازیای در Chess.com انجام میدهی و به تو میگوید دقتت ۸۷ درصد بوده است. همان بازی را به Lichess میبری و تحلیلش بیدقتیهای دیگری نشان میدهد. بعد آن را در رایانهات از استاکفیش میگذرانی و نتیجه باز هم فرق میکند. کدامیک درست است؟
پاسخ این است: هیچکدام بهطور عینی «درست» نیست. هر سکو روش خودش، نسخه موتور خودش، عمق تحلیل خودش و معیارهای دستهبندی خودش را دارد. شناخت این تفاوتها است که میگذارد از سنجههای دقت بهره ببری، بهجای آنکه به عددهایی بچسبی که هرگز قرار نبوده دقیق باشند.
درصد دقت چگونه حساب میشود
ایده پایه ساده است: هر حرکت تو با بهترین حرکت موتور سنجیده میشود و فاصله را اندازه میگیرند. اما جزئیات این سنجش میان سکوها بهشکل چشمگیری فرق دارد.
برخی از مدل زیان سانتیپیاده استفاده میکنند؛ اندازه میگیرند در هر حرکت نسبت به بهترین گزینه چقدر ارزش «از دست دادهای» و مجموع را به درصد تبدیل میکنند. برخی دیگر مدل احتمال برد را به کار میگیرند؛ ارزیابیها را به شانس برد برمیگردانند و میسنجند حرکت تو چقدر از آن شانس را گرفته است. این دو روش برای یک بازی واحد میتوانند نتیجههای محسوس متفاوتی بدهند.
مدل سانتیپیاده در وضعیتهای از پیش تعیینشده سختگیرتر است. اگر با ۵٫۰+ جلو باشی و حرکتی بزنی که ارزش را به ۳٫۰+ بیاورد، این یعنی دویست سانتیپیاده زیان — رقمی بزرگ با این سنجه — در حالی که هنوز راحت برندهای. مدل احتمال برد اینجا آسانگیرتر است، چون میان ۵٫۰+ و ۳٫۰+ شانس برد تقریباً هیچ تغییری نمیکند.
برعکس، مدل احتمال برد نزدیک تعادل بسیار حساستر است. افت از ۰٫۳+ به ۰٫۳− تنها شصت سانتیپیاده است، اما جابهجایی چشمگیری در شانس برد به شمار میرود.
مسئله عمق
شاید مهمترین عامل در نوسان درصد دقت، عمق تحلیل باشد. چنانکه در نوشتهمان درباره ارزیابی موتور آمد، داوری موتور درباره یک وضعیت میتواند میان عمق ۱۸ و عمق ۲۸ بهشکل قابل توجهی تغییر کند.
بیشتر سکوها بازیها را در عمقهای میانه، معمولاً ۱۸ تا ۲۲، تحلیل میکنند، چون تحلیل روزانه میلیونها بازی در عمق ۳۰ و بالاتر منابع محاسباتی هنگفتی میخواهد. اما در همین عمقهای میانه، «بهترین حرکت» موتور همیشه واقعاً بهترین نیست و حرکت تو که «بیدقت» خوانده شده ممکن است در عمق بالاتر برتر از آب دربیاید.
از اینجا واقعیتی ناخوشایند زاده میشود: درصد دقت، بازی تو را با معیاری ناقص میسنجد. موتور در عمق ۲۰ پیشگو نیست؛ تحلیلگری بسیار نیرومند اما جایزالخطاست. گرفتن داوری او بهجای حقیقت مطلق، خطای نظاممند را وارد محاسبه دقت میکند.
آستانههای دستهبندی
سکوها آستانههای متفاوتی برای دستهبندی حرکتها به «بهترین»، «عالی»، «خوب»، «بیدقتی»، «اشتباه» یا «Blunder» به کار میبرند. این آستانهها تا حدی دلبخواهیاند و روایتی را که مرور بازی به تو تحویل میدهد سخت شکل میدهند.
یک سکو زیان پنجاه سانتیپیاده را «اشتباه» مینامد و سکوی دیگری برای همان برچسب صد سانتیپیاده میخواهد. یکی نشان «بهترین» را فقط به تکحرکت نخست موتور میدهد و دیگری هر حرکتی را که تا ده سانتیپیاده پایینتر باشد «بهترین» میشمارد.
این انتخابها تصمیمهای طراحیاند، نه حقیقتهای شطرنجی. تعیین میکنند چند «اشتباه» در مرور بازیات ظاهر شود، کدام حرکتها برجسته شوند و سرانجام بازی خودت را چگونه ببینی. بازیای که در یک سکو تمیز به نظر میرسد ممکن است در سکوی دیگر پر از خطا بنماید، هرچند شطرنج زیر آن مو به مو یکی بوده است.
نسخههای موتور و شبکهها
حتی وقتی دو سکو هر دو از «استاکفیش» استفاده میکنند، ممکن است نسخههای متفاوتی را با شبکههای NNUE متفاوت اجرا کنند. استاکفیش ۱۵ وضعیتها را جور دیگری میسنجد تا استاکفیش ۱۷، و آن هم جور دیگری تا استاکفیش ۱۸. این تفاوتها معمولاً کوچکاند اما در گونههایی از وضعیت میتوانند مهم شوند.
برخی سکوها موتورهای اختصاصی خود یا نسخههای دستکاریشده موتورهای متنباز را به کار میگیرند. خصلتهای ارزیابی و نقاط قوت و ضعفشان میتواند با استاکفیش استاندارد فرق کند. و وقتی سکویی نمیگوید کدام موتور و کدام نسخه را اجرا میکند، مقایسه دقت باز هم بیمعناتر میشود.
در ChessOnyx استاکفیش ۱۸ را با NNUE اجرا میکنیم، تازهترین نسخه پایدار، و دربارهاش شفافیم. هر بار قابلیت تحلیلی منتشر کنیم، دقیقاً میدانی کدام موتور و کدام تنظیمات این ارزیابیها را میسازد.
عامل بازیوارسازی
خوب است بپذیریم درصد دقت دو کار را با هم انجام میدهد: بخشی ابزار تحلیل است و بخشی سازوکار نگه داشتن کاربر. سکوها انگیزه مالی دارند که تحلیل خوشایند به نظر برسد و کاربر دوباره برگردد.
این در جزئیات ریز خود را نشان میدهد: درصدهای دستودلبازانه که حال بازیکن را خوب میکند، برچسبهای پرهیجان که لحظههای بهیادماندنی میسازند، یا امتیازهای عملکردی که بازیکن را قویتر از آنچه هست جلوه میدهند. هیچکدام لزوماً نادرستی نیست، اما شناختن انگیزههای پشت آن اهمیت دارد.
ارزشمندترین تحلیل آن نیست که بهترین حس را به تو بدهد، بلکه آن است که نشان دهد کجا میتوانی بهتر شوی. گاهی سودمندترین بازخورد ناخوشایند است، چون الگوهایی از خطا را رو میکند که خبر نداشتی مرتکبشان میشوی.
چگونه از درصد دقت بهره ببریم
با همه محدودیتها، درصد دقت اگر درست به آن نگاه کنی به کار میآید:
دقتت را در گذر زمان روی یک سکو دنبال کن. عدد مطلق شاید چیز زیادی نگوید، اما روند درون یک نظام واحد معنادار است. اگر میانگین تو در چند ماه روی همان سکو از ۷۵ درصد به ۸۲ درصد برسد، این پیشرفت واقعی است — حتی اگر خود عددها تا حدی قراردادی باشند.
درصد دقت را میان سکوها مقایسه نکن. ۸۵ درصد در یکی با ۸۵ درصد در دیگری برابر نیست. فقط درون یک نظام بسنج.
روی تحلیل تمرکز کن، نه روی نمره. ارزش واقعی مرور پس از بازی در فهم وضعیتهای مشخصی است که در آنها راه را کج رفتهای و در درس گرفتن از آنها. درصد دقت عددی خلاصه است که بیش از آنکه آشکار کند پنهان میکند.
به درصدهای خیلی بالا مشکوک باش. اگر سکویی پیوسته به تو میگوید با دقت ۹۵ درصد بازی کردهای، شاید آستانههای دستودلبازانهای دارد نه اینکه بازیات واقعاً نزدیک به بینقص باشد. این را انگیزهای برای یافتن تحلیل سختگیرانهتر بگیر، نه تأییدی بر بیعیبی بازیات.
یادت باشد شطرنج را آدمها بازی میکنند نه موتورها. حرکتی که با معیار موتور «دومین بهترین» است ممکن است در بازی واقعی، بهویژه زیر فشار زمان، عملیترین انتخاب باشد. درصد دقت نمیتواند وجه انسانی شطرنج را ثبت کند — مدیریت زمان، فشار روانی، پیچیدگیهای عملی — و اینها درست به اندازه کیفیت ناب شطرنجی اهمیت دارند.